As tabelas 6 e 7, a seguir, apresentam os resultados das estimações das equações, seguindo o processo descrito na seção anterior. Os valores nas referidas tabelas representam os coeficientes estimados das variáveis explicativas utilizadas na análise, com as respectivas estatísticas “t” entre colchetes.
A tabela 6 descreve os resultados das estimações para os modelos que têm como variável dependente o nível dos impostos arrecadados pela União (IPI e IR em suas segmentações). Já a tabela 7 apresenta os resultados relativos ao efeito das mesmas variáveis independentes sobre a evolução do montante dos recursos arrecadados pela União.
4.1 Resultados da especificação linear
Os modelos 1, 2, 3 e 4 demonstram como as variáveis explicativas selecionadas afetam o montante dos recursos arrecadados pela União sob a forma de IPI ou IR. Tais modelos são exatamente a demonstração dos resultados dos modelos numerados similarmente na seção 3.2.
Tabela 5 – Resultados das estimações para especificação linear
Modelos 1 2 3 4
Explicativas ipi ir irpjdemais irrftrabalho
µ -79688.09 -880389.2 -258536.7 -126723,60 [-4,413946]** [-4,835965]** [-2,274527]* [-6,94990]** basemonetaria 0.017462 0.088499 0.020818 0,02 [11,36906]** [11,68562]** [4,354218]** [17,03473]** Dólar -852,71890 -2986,18 -1.881,3200 -614,61 [-6,35325]** [-2,878585]** [-2,902742]* [-3,52294]** Selic 79851.44 876544.8 259801.1 126838,90 [4,500581]** [4,857509]** [2,306904]** [7,02363]** D1 276,16000 4999,72 6.090,3910 1301,883 [1,14091] [4,901503]** [9,509163]** [9,88979]** D2 -531,91990 -5297,15 -279,0115 -269,7149 [-3,983127]** [-5,438421]** [-0,4527] [-1,85905]+ D3 -714,51380 -1153,14 1.291,9020 834,9378 [-4,819321]** [-1,19] [2,107835]* [4,90070]** D4 157,58920 4733,37 4.219,6860 463,3342 [0,84952] [4,861535]** [6,872155]** [2,66131]** D5 -3,07100 -3627,80 -427,6115 182,026 [-0,01165] [-3,726916]** [-0,6957] [1,37043] D7 4,18288 1710,03 4.427,8770 18,74498 [0,03273] [1,841146]+ [7,551234]** [0,20387] D8 67,39052 -3796,66 -99,1327 -49,98492 [0,45118] [-4,162773]** [-0,1726] [-0,33682] Continua
Conclusão Tabela 5 – Resultados das estimações para especificação linear
Modelos 1 2 3 4 D9 92,64237 -3054,82 227,3665 -8,134973 [0,69818] [-3,316611]** [0,3916] [-0,06069] D10 286,41270 2416,76 5.262,0050 -311,3848 [1,65121] [2,635715]* [9,109544]** [-2,31204]* D11 397,10700 -1403,55 422,8214 944,0525 [2,79959]** [-1,52] [0,7314] [7,71737]** D12 301,78400 1829,25 262,6604 807,3903 [1,999511]+ [1,96408]+ [0,4487] [4,96900]** R2 0,921606 0,925314 0,912513 0,97094 Núm. Observações 48 55 55 45 Prob (f-estatística) 0,0000 0,0000 0,0000 0,0000 p-valor white (X2) 0,189195 0,071694 0,024164 0,5918
Método MQG (Newey HAC) MQO MQO MQG (Newey HAC)
Notas: 1) As estatísticas “t” encontram-se entre colchetes. 2) MQO: Mínimos quadrados ordinários; MQG: Mínimos quadrados generalizados - utilizado para a correção da heteroscedasticidade visualizada no teste de White. 3) (+) significante a 10%; (*) significante a 5%; (**) significante a 1%.4) Di, onde i:1,2,...11,12, representam as dummies de sazonalidade mensal.
Fonte: Elaborado pelo autor
Os sinais dos coeficientes, sempre que significantes, revelaram-se consistentes em todos os modelos, independentemente da técnica de estimação utilizada.
Meios de pagamento restritos M1: a variável (basemonetaria) mostrou-se
significante a 1% em todos os modelos, além de ter confirmado a expectativa qualitativa da análise de confronto com a arrecadação, uma vez que o sinal mostrou- se positivo, também, em todos os casos. O fato de estar positivo indica que quanto maior a quantidade de papel-moeda em poder do público assim como a quantidade de depósitos à vista, maior serão as arrecadações do IPI e do IR pelo Governo Federal. Em termos quantitativos, um aumento de R$ 1 milhão em meios de pagamento restritos, provocaria o aumento variável de R$ 17,5 mil a R$ 21,0 mil nos modelos propostos. Considera-se, entretanto, que as repercussões medidas por um aumento em M1 são traduzidas no período imediatamente subsequente para as variáveis explicadas (ir), (irrftrabalho) e (irpjdemais). Já para a variável (IPI), o modelo demonstra os efeitos que uma alteração no M1 podem trazer à arrecadação em três períodos posteriores.
Taxa SELIC: primeiramente, é importante dizer que os dados da variável
(selic) foram importados para o software eviews sob o formato de índice mensal: se a taxa Selic era de 7,5%, no modelo, essa consta como 1,075. Diante dessa explicação, pode-se iniciar a interpretar os resultados obtidos pelo modelo linear exposto nas equações de 1 a 4. De início, ressalta-se a significância estatística a 1%
dos coeficientes calculados pelo modelo regressivo; os sinais mostraram-se todos positivos, confirmando o esperado, pois aumentos na Selic, de fato, tendem a provocar incrementos de arrecadação de IPI e IR. Em termos quantitativos, o aumento de 1 ponto percentual na taxa Selic anualizado no mês corrente (Selic saltando de 10% para 11%, por exemplo) teria efeito positivo, medido dois meses após, na arrecadação do IPI em R$ 66,24 milhões, enquanto, no IR, ocasionaria, no quinto mês subsequente, aumento de R$ 727,13 milhões (no caso do IR consolidado). Para o IRPJ das demais empresas, esse efeito seria explicado também para o quinto mês subsequente num montante de R$ 215,5 milhões, enquanto que, para o IRRF de rendimentos do trabalho, o efeito estaria modelado para o terceiro mês subsequente, numa soma de R$ 105,2milhões.
Taxa cambial real/dólar: mostrou-se significante a 1% para os modelos
1,2 e 4. Já, para o modelo 3, a significância estatística foi de 5%, o que ainda mostra-se bastante relevante. A variável (dólar), em termo de sinais dos coeficientes, ratificou o esperado: aumentos na taxa cambial real/dólar provocam redução na arrecadação, pois interferem direta e negativamente nos lucros das empresas, principalmente nas importadoras de insumos de produção. Incrementos de R$ 0,10 na taxa cambial real/dólar (desvalorização do real) podem provocar reduções na arrecadação mensal que variam entre R$ 85 milhões (no caso do IPI, medido pelo modelo no terceiro mês subsequente) e R$ 298 milhões (no caso do IR, medido pelo modelo no primeiro mês subsequente).
Em se tratando das variáveis dummies, pode-se dizer que traduziram os seguintes cenários, quando significativas:
Para o modelo 1 (IPI), considerando a 10% de significância estatística, os meses de fevereiro e março seriam meses de baixa arrecadação, comparativamente aos meses de novembro e dezembro, por exemplo; No modelo 2, ter-se-ia um cenário diferente (com a mesma
significância), em que os meses de janeiro, abril, julho, outubro e dezembro, por apresentarem sinais positivos, seriam os maiores “arrecadadores” de tributos.
Os modelos 3 e 4 estão inseridos no modelo 2 por serem Impostos de Renda também, por conseguinte tendem a seguir a mesma interpretação do modelo 2, cabendo, apenas, um importante adendo para o IRRF rendimentos do trabalho: os meses de janeiro e dezembro mostram-se “fortes”, por serem impactados pela
arrecadação provocada pelo décimo terceiro salário. 4.2 Resultados da especificação log-linear
Tabela 6 – Resultados da especificação log-linear
Modelos 1 2 3 4
Explicativas log(ipi) log(ir) log(irpjdemais) Log(irrftrabalho)
µ -7,381569 -30,89745 -14,46651 -16,55385 [-1,120654] [-3,250581]** [-1,01261] [-4,781849]** basemonetaria 0,000005 0,0000046 0,00000267 0,00000408 [10,92346]** [9,025364]** [3,68098]** [16,69187]** dolar -0,307471 -0,144118 -0,230489 -0,12804 [-6,825587]** [-2,306341]* [-3,121029]** [-3,995906]** selic 14,673130 39,58122 22,56072 24,07994 [2,27148]* [4,191453]** [1,595642] [6,996091]** D1 0,071015 0,20009 0,773521 0,235721 [1,102716] [5,424555]** [9,356381]** [8,700949]** D2 -0,164048 -0,324728 -0,052066 -0,063853 [-3,715676]** [-7,185537]** [-1,007119] [-1,664678] D3 -0,215528 -0,060053 0,240796 0,170206 [-4,346032]** [-1,653945] [3,551771]** [6,535204]** D4 0,039724 0,22147 0,614241 0,096379 [0,776285] [5,784522]** [8,906858]** [3,075671]** D5 -0,009204 -0,202401 -0,071627 0,033541 [-0,123297] [-5,865571]** [-1,96684]+ [1,118368] D7 0,000799 0,085456 0,639387 0,00449 [0,022045] [2,857348]** [11,8227]** [0,210237] D8 0,020508 -0,224596 -0,023806 -0,010871 [0,450411] [-4,626545]** [-0,282946] [-0,359682] D9 0,031192 -0,184809 0,03756 0,000914 [0,763683] [-4,271791]** [0,687975] [0,030082] D10 0,085134 0,122187 0,729025 -0,060545 [1,741272]+ [2,771783]** [1,425152]** [-2,335912]* D11 0,112969 -0,079067 0,077055 0,186481 [2,596121]* [-1,37367] [0,825257] [8,179598]** D12 0,083266 0,090123 0,062403 0,164184 [1,875355]+ [2,48057]* [0,924523] [4,507444]** R2 0,938 0,936 0,921 0,970 Núm. Observações 48,000 55,000 55,000 45,000 Prob (f-estatística) 0,000 0,000 0,000 0,000 p-valor white (X2) 0,321 0,161 0,228 0,138 Método MQG Newey- west MQG Newey- west MQG Newey- west MQG Newey- west Fonte: Elaborado pelo autor
Notas: 1) As estatísticas “t” encontram-se entre colchetes.2) MQO: Mínimos quadrados ordinários; MQG: Mínimos quadrados generalizados - utilizado para a correção da heteroscedasticidade visualizada no teste de White.3) (+) significante a 10%; (*) significante a 5%; (**) significante a 1%.4) Di, onde i:1,2,...11,12, representam as dummies de sazonalidade mensal.
Quando se parte para uma modelagem do tipo log-linear, busca-se medir o impacto relativo (em termos percentuais) na variável explicada causado pelo incremento de uma unidade da variável explicativa, conforme tabulada no banco de dados do software “eviews”. Em outras palavras, procura-se saber o que ocorreria
com a variável explicada (IR ou IPI), em termos percentuais, caso houvesse variações na ordem da unidade para cada uma das variáveis explicativas.
Os modelos de 5 a 8 permitem afirmar que, ao comparar IPI e IR, sob os efeitos da variação da taxa Selic, pode-se perceber que a variação dessa exerce maior efeito no IR, positivamente, em aproximadamente 3,3% para cada ponto percentual incrementado. Enquanto no IPI esse incremento percentual seria de 1,2%.
Em se tratando da taxa de câmbio real/dólar, os sinais dos coeficientes (todos significantes a, no máximo, 5% estão coerentes com o modelo anterior e com aquilo que nos mostra a teoria econômica. Os impactos relativos medidos pelos coeficientes dos modelos demonstram a mesma ordem de relevância no impacto do dólar sobre a arrecadação, ao menos no curto prazo, para uma variação do real positiva em 0,10 a unidade da taxa de câmbio real/dólar: oscilações negativas na arrecadação da ordem de 1,2% (IRRF trabalhos) a 3% (IPI).
Já para os meios de pagamento restritos, os modelos mostram que variações positivas na ordem de R$ 10 bilhões trariam mudanças na arrecadação de curto prazo em torno de 3% a 5%.
4.3 Resumo dos resultados finais
As tabelas 7 e 8, a seguir, trazem resumos de estímulos realizados nas variáveis Selic, taxa cambial e meios de pagamento restritos e as consequências ocasionadas por esses às variáveis explicadas: IR, IPI, IRPJ demais e IRRF trabalho.
Tabela 7 – Resultados da especificação linear
Estímulo IPI IR IRPJ demais IRRF trabalho
Aumento 1% anual Selic R$ 66,2 mi R$ 727,1 mi R$ 215,5 mi R$ 105,2 mi
Incremento de 0,10 na taxa cambial - R$ 85,2 mi - R$ 298,6 mi - R$ 188,1 mi - R$ 61,5 mi
Incremento de R$ 10 bi em M1 R$ 174,6 mi R$ 885,0 mi R$ 208,2 mi R$ 200,0 mi Fonte: Elaborado pelo autor
Tabela 8 – Resultados da especificação log-linear
Estímulo IPI IR IRPJ demais IRRF trabalho
Aumento 1% anual selic 1,20% 3,30% - 2,00%
Incremento de 0,10 na taxa cambial -3,00% -1,40% -2,30% -1,20%
Incremento de R$ 10 bi em M1 5,00% 4,60% 2,70% 4,10%